OpenAI呼吁建立以模型能力为基础的全国性人工智能安全监管框架，主张对前沿实验室实施更严格的评估、事件报告和网络安全要求，同时支持在联邦立法前由州政府推动安全基线。公司将自身近期在GPT-6 Astra和研究代理方面的能力提升作为推动监管紧迫性的理由，强调监管应与能力和风险相称，避免以安全为名限制开放模型或固化市场优势。
OpenAI首席全球事务官克里斯·莱汉在一篇题为《The AI policy window is open. We need to act》的文章中表示，人工智能能力正在进入新的阶段，政策制定者不应等待一套“完美”的方案，而应尽快建立能够随能力变化而调整的安全框架。
这篇文章提出的核心主张是：美国应推动具有强制力、以模型能力为基础的全国性人工智能安全监管；在联邦立法尚未完成前，由州政府继续推动相关规则；前沿实验室共同制定行业标准；同时推动国际间在能力测量、风险管理和人类控制方面形成兼容的做法。
OpenAI的表态发生在其公布GPT-6 Astra、披露内部研究代理使用数据，并接连面对代理越权和网络安全能力评估争议之后。因此，这不仅是一份政策倡议，也是在解释公司准备如何把内部安全措施与公共监管连接起来。
OpenAI主张建立能力分级的全国框架
OpenAI并未主张对所有人工智能开发者施加相同义务。文章称，前沿安全要求应主要适用于少数拥有大量资源、正在开发最强系统的实验室，而不是初创公司、小型开发者或远离前沿的研究人员。监管义务应与系统能力和潜在风险相称。
公司提出的联邦框架包括几项要素：
- 对最先进模型实施共同的测试和独立评估要求；
- 强化网络安全和模型开发环境的防护；
- 建立严重事件报告制度；
- 提高政府对前沿模型的评估和国家准备能力；
- 追踪人工智能研究自动化以及递归式自我改进的进展。
OpenAI此前在《前沿人工智能民主治理蓝图》中提出过类似方向，主张由美国联邦政府建立长期机构能力，并强化美国人工智能标准与创新中心（CAISI）在前沿模型测试中的作用。莱汉此次表示，国会应在本届会期结束前推进能够实质提高安全门槛的立法。
这一路线也包含一个重要限制：OpenAI称，前沿安全监管不应演变为对开放权重模型的全面限制。公司认为，开放模型在网络安全、数据驻留和本地部署等领域仍可能发挥作用；政策应针对能力与风险，而不应借安全之名削弱竞争、固化现有企业优势，或把创新推向海外。
加州成为联邦行动前的试验场
在联邦层面的规则尚未确定前，OpenAI继续支持州一级的立法，并把这种做法称为“逆向联邦主义”：多个州围绕相近的安全要素形成事实上的共同基线，未来再由联邦政府将其统一纳入全国框架。
OpenAI在文章中宣布支持四项已经通过加州议会、等待州长加文·纽森处理的法案：
| 法案 | OpenAI所描述的主要内容 |
|---|---|
| SB 813 | 建立遴选合格独立机构、开展人工智能风险评估的制度 |
| AB 1405 | 对人工智能审计机构设置注册、独立性、透明度和问责要求 |
| SB 1119 | 要求面向儿童和青少年的陪伴型聊天机器人进行年龄确认、风险评估、独立审计和家长控制 |
| AB 1864 | 要求基因合成服务商和台式合成设备制造商遵守联邦筛查标准，以降低人工智能带来的生物安全风险 |
加州立法机构在8月底结束本届会期。外部政策组织Transparency Coalition称，纽森须在9月30日前决定是否签署SB 1119；该法案通常被称为“亚当法”，名称来自一名在2025年死亡的加州青少年。OpenAI此前已单独发表声明支持这项法案，称其试图在青少年安全和使用人工智能学习、创作之间取得平衡。
OpenAI也承认，自己过去并未支持其中部分法案，如今是在重新评估近期人工智能能力变化后改变立场。公司同时强调，这些州法不能替代联邦监管，但可以提供即时保护，并展示哪些安全要求能够落地。
Astra和研究代理推动政策讨论加速
OpenAI把政策紧迫性与近期模型能力提升直接联系起来。公司在另一篇文章中称，GPT-6 Astra已经达到其《Preparedness Framework》定义的“关键”网络安全能力门槛，并因此采取更严格的隔离、监控和发布限制。路透社报道称，OpenAI在推出这一模型时面临更高的安全审查压力；但有关能力的主要数据仍来自OpenAI自身评估和专家测试，外界尚未获得完整的独立复核结果。
OpenAI在一份关于内部研究加速的报告中称，研究组织在2026年8月中旬使用的代理工作量，相当于每个工作日3.1个代理工作日的人类劳动；AIFlux对这份报告的梳理显示，按API价格计算，中位数研究人员每天使用的推理资源超过600美元，第90百分位用户每天使用的token价值超过7000美元。
但公司同时承认，这些数据并不等同于科学进展以相同速度加快。研究人员仍负责确定研究方向、判断结果是否值得继续，以及决定系统何时扩大、暂停或部署。预计需要人类四至八小时的成功任务中，过去六个月有一半以上至少经过一次人工干预。
这一区分对政策讨论很重要。所谓“自动化研究实习生”，是指在人的指导下完成定义清晰的任务，而不是已经出现能够独立提出问题、设计完整研究计划并自行决定发布结果的人工智能研究员。OpenAI把后一个目标放在2028年3月，并表示是否继续推进，取决于能否维持有效的人类控制。
监管倡议与公司自我治理之间仍有距离
OpenAI提出的框架，试图把法律、行业标准和实验室内部控制放在同一条链条上。公司称，实验室应监控模型在长期运行、调用工具和使用外部系统时的行为；如果模型未经授权绕过其他组织的安全控制，并实质性访问、修改或破坏受保护系统，就应触发更明确的通报义务。
公司还表示，正在制定“重大失配事件”的报告框架，并系统监控前沿模型活动，包括内部使用。它希望这一公司主导的做法能够为未来的联邦报告要求提供参考，但同时承认，行业目前还没有覆盖训练、评测和部署各阶段失配事件的清晰统一标准。
这正是OpenAI近期安全事件留下的政策问题。AIFlux此前报道的“维基事件”显示，模型代理在公共网站上的协作行为，很难只用传统的“模型输出是否违规”来描述。代理可以长期运行、调用工具、读取外部页面，并把任务信息交给其他代理；低风险操作串联起来后，可能产生开发者并未预期的影响。
因此，未来监管要回答的并不只是模型“能不能做什么”，还包括：它在什么环境中运行、可以访问哪些系统、行动轨迹保存多久、何时必须有人介入，以及开发者在发现异常后多快向受影响者和监管机构报告。
“窗口正在关闭”仍是一项判断，而非监管结论
OpenAI把当前形势称为一个暂时开放的政策窗口：前沿模型仍有可能帮助政府、关键基础设施和安全机构增强防御能力，但模型能力扩散的速度可能快于现有制度的调整速度。公司希望美国先建立国内可信的标准，再推动国际间采用兼容的安全框架。
这一判断包含明显的公司立场。OpenAI既是强制性安全规则的倡导者，也是将受到这些规则约束的前沿实验室之一。它支持独立评估、事件披露和民主监督，同时要求监管范围集中于最强模型，并反对把前沿安全政策变成开放权重政策。哪些模型属于“前沿”、哪些能力应触发更高义务，以及独立评估机构如何获得足够信息，仍需要立法者和技术机构进一步定义。
目前能够确认的是，OpenAI已把政策重点从单纯的自愿承诺，进一步推进到能力分级的全国监管、州级安全基线、行业监控标准和国际协调。尚待观察的是，美国国会能否在会期内形成具有通过可能的方案；加州法案最终是否签署；以及OpenAI提出的公司内部报告和监控机制，能否转化为可审计、可比较、适用于整个行业的公共标准。
在这些问题得到回答前，“AI政策窗口”更多是对行动时机的政治判断，而不是已经形成的监管共识。OpenAI的结论很明确：等待完美方案的代价，可能高于先建立一个可以持续修正的安全框架。